Vertex AI の料金

料金は米ドル（USD）で表示しています。米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

Vertex AI と従来の AI Platform の料金比較

Vertex AI の料金体系は、以下の点を除き、従来の AI Platform や AutoML プロダクトとの違いはありません。

• 従来の AI Platform Prediction や AutoML Tables Prediction では、より低コストで低性能なマシンタイプがサポートされていましたが、Vertex AI Prediction や AutoML Tabular ではサポートされていません。

• 従来の AI Platform Prediction では、ゼロへのスケーリングがサポートされていましたが、Vertex AI Prediction ではサポートされていません。

さらに、Vertex AI では以下のようなコスト最適化の方法を提供しています。

• TensorFlow ランタイムの最適化。

• モデルの共同ホスティングをサポート。

• トレーニングおよび予測の最低利用期間はなし。ただし、使用時間 30 秒ごとに課金。

Vertex AI における生成 AI の料金

Vertex AI における生成 AI の料金情報については、Vertex AI における生成 AI の料金をご覧ください。

AutoML モデルの料金

Vertex AI AutoML モデルでは、次の 3 つのアクティビティに対して課金されます。

• モデルのトレーニング
• エンドポイントへのモデルのデプロイ
• モデルを使用した予測

Vertex AI は、Vertex AutoML モデルに事前定義されたマシン構成を使用し、これらのアクティビティの 1 時間あたりの料金は、リソース使用量を反映しています。

モデルのトレーニングに必要な時間は、トレーニング対象データのサイズや複雑さによって異なります。オンライン予測またはオンライン説明を提供するには、まずモデルをデプロイする必要があります。

予測を行わない場合でも、エンドポイントにデプロイされたモデルごとに料金が発生します。追加料金の発生を防ぐには、モデルのデプロイ解除を行う必要があります。 デプロイされていないモデルまたはデプロイに失敗したモデルは、課金されません。

使用したコンピューティング時間に対してのみ課金されます。ユーザーによるキャンセル以外のなんらかの理由でトレーニングが失敗した場合、そのトレーニング時間に対しては課金されません。ユーザーによるキャンセルの場合は、トレーニング時間に対し、課金が発生します。

料金情報を確認するには、以下のモデルタイプを選択してください。

Vertex Explainable AI の予測にかかる料金

Vertex Explainable AI に関連するコンピューティングは、予測と同じレートで課金されます。ただし、説明の処理は通常の予測よりも時間を要するため、自動スケーリングで Vertex Explainable AI を多用すると、開始されるノードが増加し、予測の料金が増加する可能性があります。

Vertex AI Forecast

カスタム トレーニング済みモデル

トレーニング

以下のテーブルは、さまざまなトレーニング構成の 1 時間あたりのおおよその料金を示しています。選択したマシンタイプのカスタム構成を選択できます。料金を計算するには、使用する仮想マシンの費用を合算してください。

Compute Engine マシンタイプにアクセラレータを追加する場合、アクセラレータの費用は含まれません。この費用を計算するには、以下のアクセラレータのテーブルに記載の料金に、使用する各アクセラレータのマシン時間を掛けます。

マシンタイプ

^*このインスタンス タイプでは常に一定数の GPU アクセラレータが必要となるため、GPU の料金が含まれます。
米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

アクセラレータ

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

* Cloud TPU Pod を使用したトレーニングの料金は、Pod のコア数に基づいています。Pod のコア数は常に 32 の倍数です。32 以上のコアを持つ Pod でのトレーニングの料金は、32 コアの Pod の料金にコア数を 32 で割った数値を掛けます。たとえば、128 コアの Pod の場合、料金は (32-core Pod price) * (128/32) となります。特定のリージョンで利用可能な Cloud TPU Pod を確認するには、Cloud TPU ドキュメントにあるシステム アーキテクチャをご覧ください。

ディスク

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

• すべてのご利用は Vertex AI の割り当てポリシーの対象となります。
• Vertex AI のライフサイクル中は、データやプログラム ファイルを Google Cloud Storage のバケットに保存する必要があります。詳しくは、Cloud Storage の使用方法をご覧ください。

ジョブにリソースがプロビジョニングされた時点で、ジョブが完了するまで、モデルのトレーニングに対する料金が発生します。

事前定義された構成のスケールティア（AI Platform Training）

モデルをトレーニングする際に、使用する処理クラスタのタイプを調整できます。最も簡単な方法は、「スケールティア」という事前に定義された構成の中から 1 つを選択することです。 詳細については、スケールティアをご覧ください。

カスタム構成用のマシンタイプ

Vertex AI を使用する場合、または AI Platform Training のスケールティアとして CUSTOM を選択した場合は、クラスタのマスター、ワーカー、パラメータ サーバーとして使用する仮想マシンの数やタイプを調整できます。詳しくは、Vertex AI のマシンタイプと AI Platform Training のマシンタイプをご覧ください。

カスタム処理クラスタを使用したトレーニングの料金は、指定した全マシンの合計になります。個々のマシンのアクティブな処理時間ではなく、ジョブの合計時間に対して課金されます。

Gen AI Evaluation Service

Vertex AI Gen AI Evaluation Service は、文字列の入力および出力フィールドにつき 1,000 文字ごとに料金を請求します。1 文字は 1 つの Unicode 文字として定義されます。空白文字はカウントから除外されます。フィルタされたレスポンスを含め、評価リクエストが失敗した場合は、入力と出力のいずれにおいても課金されません。各請求期間の最後で、1 セント（$0.01）未満の小数部分は、1 セントに切り上げられます。

Gen AI Evaluation Service は一般提供（GA）となりました。料金は 2024 年 9 月 27 日より適用されます。

指標	料金
ポイント別	入力: 1,000 文字あたり $0.005 出力: 1,000 文字あたり $0.015
ペアワイズ	入力: 1,000 文字あたり $0.005 出力: 1,000 文字あたり $0.015

コンピューティングベースの指標については、入力の場合は 1,000 文字あたり $0.00003、出力の場合は 1,000 文字あたり $0.00009 が課金されます。こうした指標は、SKU では Automatic Metric と呼ばれます。

指標名	タイプ
完全一致	コンピューティングベース
トリコロール / 青の愛	コンピューティングベース
Rouge	コンピューティングベース
ツール呼び出しが有効	コンピューティングベース
ツール名の一致	コンピューティングベース
ツール パラメータ キーの一致	コンピューティングベース
ツール パラメータ KV マッチ	コンピューティングベース

料金は米ドル（USD）で表示しています。米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

従来のモデルベースの指標については、入力の場合は 1,000 文字あたり $0.005、出力の場合は 1,000 文字あたり $0.015 が課金されます。

指標名	タイプ
一貫性	ポイント別
流暢さ	ポイント別
フルフィルメント	ポイント別
安全性	ポイント別
依拠性	ポイント別
要約の品質	ポイント別
要約の有用性	ポイント別
要約の詳細度	ポイント別
質問応答の品質	ポイント別
質問応答の関連性	ポイント別
質問応答の有用性	ポイント別
質問応答の正確性	ポイント別
ペアワイズ要約の品質	ペアワイズ
ペアワイズの質問応答の品質	ペアワイズ

料金は米ドル（USD）で表示しています。米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

Vertex AI での Ray

トレーニング

以下のテーブルは、さまざまなトレーニング構成の 1 時間あたりのおおよその料金を示しています。選択したマシンタイプのカスタム構成を選択できます。料金を計算するには、使用する仮想マシンの費用を合算してください。

Compute Engine マシンタイプにアクセラレータを追加する場合、アクセラレータの費用は含まれません。この費用を計算するには、以下のアクセラレータのテーブルに記載の料金に、使用する各アクセラレータのマシン時間を掛けます。

マシンタイプ

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

アクセラレータ

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

* Cloud TPU Pod を使用したトレーニングの料金は、Pod のコア数に基づいています。Pod のコア数は常に 32 の倍数です。32 以上のコアを持つ Pod でのトレーニングの料金は、32 コアの Pod の料金にコア数を 32 で割った数値を掛けます。たとえば、128 コアの Pod の場合、料金は (32-core Pod price) * (128/32) となります。特定のリージョンで利用可能な Cloud TPU Pod を確認するには、Cloud TPU ドキュメントにあるシステム アーキテクチャをご覧ください。

ディスク

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

• すべてのご利用は Vertex AI の割り当てポリシーの対象となります。
• Vertex AI のライフサイクル中は、データやプログラム ファイルを Google Cloud Storage のバケットに保存する必要があります。詳しくは、Cloud Storage の使用方法をご覧ください。

ジョブにリソースがプロビジョニングされた時点で、ジョブが完了するまで、モデルのトレーニングに対する料金が発生します。

予測と説明

以下のテーブルは、ノード時間あたりのバッチ予測、オンライン予測、およびオンライン説明の料金を示しています。ノード時間とは、仮想マシンが予測ジョブを実行している時間、または予測または説明リクエストを処理するためにアクティブな状態（1 つ以上のモデルがデプロイされたエンドポイント）で待機している時間を表します。

料金表を表示するには、リージョンを選択してください

• アメリカ大陸
• ヨーロッパ
• アジア太平洋
• 中東

アメリカ大陸における料金

次のテーブルは、各マシンタイプの 1 ノード時間あたりの料金を示しています。

TPU v5e
ct5lp-hightpu-1t	概算値:
us-west1	$1.38
ct5lp-hightpu-4t	概算値:
us-west1	$5.52
ct5lp-hightpu-8t	概算値:
us-west1	$11.04

ヨーロッパにおける料金

次のテーブルは、各マシンタイプの 1 ノード時間あたりの料金を示しています。

アジア太平洋における料金

次のテーブルは、各マシンタイプの 1 ノード時間あたりの料金を示しています。

中東における料金

各マシンタイプは、Google Cloud の請求書に以下の SKU として請求されます

• vCPU 料金: vCPU 時間で測定
• RAM 料金: GB 時間で測定
• GPU 料金: マシンに組み込まれているか、オプションで設定されている場合、GPU 時間で測定

マシンタイプの料金は、そのマシン・タイプを使用するモデル バージョンの各予測ノードの 1 時間あたりの総コストを概算するために使用されます。

たとえば、マシンタイプが n1-highcpu-32 の場合、32 個の vCPU と 32 GB の RAM が含まれます。したがって、1 時間あたりの料金は、32 vCPU hours + 32 GB hours となります。

SKU の料金表はリージョンごとになっています。各テーブルは、予測マシンタイプの vCPU、RAM、および組み込み GPU の料金を表し、SKU の請求額をより正確に反映しています。

リージョンごとの SKU 料金を表示するには、リージョンを選択してください。

• アメリカ大陸
• ヨーロッパ
• アジア太平洋
• 中東

アメリカ大陸における SKU の料金

ヨーロッパにおける SKU の料金

アジア太平洋における SKU の料金

中東における SKU の料金

マシンタイプによっては、予測用に GPU アクセラレータを追加できます。GPU には、前のテーブルで説明したものとは別の追加料金がかかります。各オプション GPU の料金については、料金表をご覧ください。

料金は GPU 単位です。したがって、予測ノードごとに複数の GPU を使用する場合（または、複数のノードを使用するようにバージョンをスケールする場合）は、それに応じて費用もスケールします。

AI Platform Prediction の予測では、モデルに基づく予測を提供する際に複数の仮想マシン（「ノード」）を実行します。デフォルトでは、Vertex AI により、実行するノードの数が常に自動的にスケールされます。オンライン予測の場合、ノードの数は需要の増減に応じてスケールされます。各ノードで複数の予測リクエストにレスポンスできます。バッチ予測の場合、ノードの数はジョブの実行にかかる合計時間を短縮するようにスケールされます。予測ノードのスケール方法はカスタマイズできます。

各ノードでモデルを実行した時間に対して料金が発生します。以下が課金対象の時間となります。

• ノードによるバッチ予測ジョブの処理時間
• ノードによるオンライン予測リクエストの処理時間
• ノードがオンライン予測の準備状態になっている時間

1 つのノードを 1 時間実行したときの料金が 1 ノード時間です。予測ジョブの料金表には 1 ノード時間あたりの料金が記載されています。この料金は各リージョンで異なり、オンライン予測とバッチ予測の間でも異なります。

ノード時間は小数単位で増やすことができます。たとえば、1 つのノードを 30 分間実行すると 0.5 ノード時間となります。

Compute Engine（N1）マシンタイプの料金計算

• ノードの実行時間は、30 秒単位で課金されます。つまり 30 秒ごとに、ノードがその時点で使用している vCPU、RAM、GPU リソースの 30 秒分の価格でプロジェクトに対して課金されます。

予測ノードの自動スケーリングの詳細

オンライン予測	バッチ予測
スケーリングでは、個々のリクエストのレイテンシを低減することが優先されます。このサービスでは、リクエストへの対応後、数分間にわたってモデルがアイドル状態に維持されます。	スケーリングでは、ジョブの合計経過時間を短縮することが優先されます。
スケーリングは毎月の合計料金に影響を与えます。リクエストの数や頻度が増えるほど、使用されるノード数も多くなります。	スケールすると、新しいノードの立ち上げに関連するオーバーヘッドが若干発生しますが、ジョブの料金にはほとんど影響しません。
トラフィック量に応じてサービスにスケールさせること（自動スケーリング）も、レイテンシを回避するために継続実行ノード数を設定すること（手動スケーリング）もできます。 自動スケーリングを選択した場合、ノード数は自動的にスケーリングされます。AI Platform Prediction の従来の（MLS1）マシンタイプのデプロイでは、トラフィックがない期間はノード数がゼロにスケールダウンされます。Vertex AI のデプロイや他のタイプの AI Platform Prediction のデプロイでは、ノード数をゼロにスケールダウンできません。 手動スケーリングを選択した場合は、常時実行されるノードの数を指定する必要があります。この場合、デプロイから始まりモデル バージョンを削除するまで、ノードが実行されているすべての時間が課金対象になります。	スケーリングに影響を与える方法として、1 つのバッチ予測に使用するノードの最大数を設定したり、モデルのデプロイ時にモデルで実行し続けるノード数を設定したりできます。

バッチ予測ジョブは、ジョブの完了後に課金されます

バッチ予測ジョブは、ジョブの実行中に料金が加算されていくのではなく、ジョブの完了後に課金されます。構成済みの Cloud Billing 予算アラートも、ジョブの実行中にトリガーされません。大規模なジョブを開始する前には、少量の入力データでコスト ベンチマーク ジョブをいくつか実行することを検討してください。

予測ジョブの計算の例

アメリカ大陸のある地域の不動産会社が、営業対象地域の住宅価格の週次予測ジョブを実行しているとします。ある月、4 週間分の予測ジョブをそれぞれ 3920、4277、3849、3961 のバッチで実行しました。ジョブは 1 つのノードに制限され、各インスタンスの処理には平均で 0.72 秒かかりました。

まず、各ジョブの実行時間を計算します。

3920 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.04 minutes
4277 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 51.324 minutes
3849 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 46.188 minutes
3961 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.532 minutes

どのジョブも実行時間が 10 分を超えているため、処理時間 1 分ごとに課金されます。

($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 52 minutes * 1 node = $0.0685711
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 47 minutes * 1 node = $0.061977725
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964

1 か月の総額は $0.26 になります。

この例では、ジョブが単一ノードで実行され、入力インスタンスごとに一定の時間がかかったと想定しています。実際の使用では、必ず複数のノードを考慮に入れ、各ノードの実際の実行時間を計算に使用してください。

Vertex Explainable AI の料金

特徴ベースの説明

特徴ベースの説明では、予測料金への追加料金は発生しません。ただし、説明の処理は通常の予測よりも時間を要するため、自動スケーリングで Vertex Explainable AI を多用すると、開始されるノードが増加し、予測の料金が増加する可能性があります。

例ベースの説明

例ベースの説明の料金は、以下の要素で構成されています。

• モデルをアップロードするか、モデルのデータセットを更新すると、課金が発生します。

  • 例の潜在空間表現を生成するために使用されるバッチ予測ジョブごとの 1 ノード時間は、予測と同じレートで課金されます。
  • インデックスを作成または更新するための費用は、ベクトル検索のインデックスの料金と同じで、例の数 × 次元数 × 1 フロートあたり 4 バイト × 1 GB あたり $3.00 で計算されます。たとえば、100 万の例と 1,000 次元の潜在空間がある場合、費用は $12（1,000,000 x 1,000 x 4 x 3.00 ÷ 1,000,000,000）となります。

• エンドポイントにデプロイする際には、エンドポイント内の各ノードごとに 1 ノード時間あたりの料金が課金されます。エンドポイントに関連するすべてのコンピューティングは、予測と同じレートで課金されます。しかし、例に基づく説明ではベクトル検索インデックスを利用するための追加のコンピューティング リソースが必要であり、その結果、より多くのノードが起動され、予測料金が増加することになります。

Vertex AI Neural Architecture Search

次のテーブルは、Neural Architecture Search を利用できる各リージョンの料金をまとめたものです。

料金

次のテーブルに、さまざまな構成の 1 時間あたりの料金を示します。

事前定義されたスケールティアを選択することも、特定のマシンタイプからなるカスタム構成を選択することもできます。カスタム構成を選択する場合は、使用する仮想マシンの費用を合算してください。

アクセラレータを有効にした従来のマシンタイプの料金には、アクセラレータの費用が含まれます。Compute Engine マシンタイプにアクセラレータを追加する場合、アクセラレータの費用は含まれません。この費用を計算するには、以下のアクセラレータのテーブルに記載の料金に、使用する各アクセラレータのマシン時間を掛けます。

マシンタイプ

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

a2-highgpu インスタンスの料金には、追加された NVIDIA_TESLA_A100 アクセラレータの料金が含まれています。

アクセラレータ

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

ディスク

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

注:

1. すべてのご利用は Neural Architecture Search の割り当てポリシーの対象となります。
2. Neural Architecture Search のライフサイクル中は、データやプログラム ファイルを Cloud Storage バケットに保存する必要があります。 詳しくは、Cloud Storage の使用方法をご覧ください。
3. ボリューム ベースの割引については、セールスチームにお問い合わせください。
4. 各 VM のディスクサイズを 100 GB 以上に構成した場合のみ、ディスク料金が発生します。各 VM の最初の 100 GB（デフォルトのディスクサイズ）は無料です。たとえば、各 VM に 105 GB のディスクを構成するように設定した場合、VM ごとに 5 GB のディスク料金が請求されます。

Cloud Storage の利用が必須になる場合

このドキュメントに記載されている費用のほかに、Neural Architecture Search のライフサイクル中にはデータやプログラム ファイルを Cloud Storage バケットに保存する必要があります。このストレージは、Cloud Storage 料金ポリシーの対象になります。

次の場合は Cloud Storage の利用が必須となります。

• トレーニング アプリケーション パッケージをステージする。

• トレーニングの入力データを保存する。

• ジョブの出力を保存する。Neural Architecture Search の場合、こうした出力を長期間保存する必要はありません。オペレーションが完了したら、すぐにファイルを削除できます。

リソースを管理するための無料のオペレーション

Neural Architecture Search が提供するリソース管理オペレーションは、無料で利用できます。ただし、Neural Architecture Search 割り当てポリシーにより、オペレーションの一部が制限されます。

リソース	無料のオペレーション
ジョブ	get、list、cancel
オペレーション	get、list、cancel、delete

Vertex AI Pipelines

Vertex AI Pipelines では、パイプライン実行ごとに $0.03 の実行料金が課金されます。プレビュー リリース中は、実行料金が請求されません。また、パイプライン コンポーネントによって消費される Compute Engine リソースなど、Vertex AI Pipelines で使用する Google Cloud リソースの料金も発生します（Vertex AI Training と同じ料金が発生します）。また、パイプラインによって呼び出されるサービス（Dataflow など）の費用は、ユーザーの負担となります。

Vertex AI Feature Store

Vertex AI Feature Store は、2023 年 11 月より一般提供（GA）されています。以前のバージョンのプロダクトについては、Vertex AI Feature Store（従来版）をご覧ください。

新しい Vertex AI Feature Store

新しい Vertex AI Feature Store では、次の 2 種類のオペレーションの機能がサポートされています。

• オフライン オペレーション: オフライン ストア（BigQuery）のデータを転送、保存、取得、変換するオペレーション
• オンライン オペレーション: オンライン ストアにデータを転送するオペレーションと、オンライン ストア内のデータに対するオペレーション

オフライン オペレーションの料金

オフライン オペレーションには BigQuery が使用されるため、オフライン ストアへの取り込み、オフライン ストアに対するクエリ、オフライン ストレージなどの機能については、BigQuery の料金をご覧ください。

オンライン オペレーションの料金

オンライン オペレーションでは、オンライン ストアへのデータ転送（データの提供またはデータの保存）を行う GA 機能に対して Vertex AI Feature Store の料金が発生します。ノード時間は、仮想マシンがオペレーションを完了するのに費やした時間を表し、分単位で課金されます。

最適化されたオンライン サービングと Bigtable オンライン サービングは異なるアーキテクチャを使用するため、これらのノードは同等ではありません。
米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

オンライン オペレーションのワークロードの見積もり

ワークロードを見積もる際は、以下のガイドラインを考慮してください。ワークロードに必要なノード数は、サービング方法によって異なる場合があります。

• データ処理:
  • 取り込み - 分析関数を使用しない場合、1 つのノードで 1 時間あたり約 100 MB のデータを取り込むことができます。
• Bigtable オンライン サービング: 各ノードは、約 15,000 QPS と最大 5 TB のストレージをサポートできます。
• 最適化されたオンライン サービング: パフォーマンスは、ワークロードに応じて費用を最小限に抑えるように自動的に構成されるマシンタイプとレプリカに基づきます。各ノードには、高可用性と自動スケーリングのために、最小 2 個、最大 6 個のレプリカを設定できます。レプリカの数に応じて課金されます。詳しくは、月間シナリオの例をご覧ください。
  • エンベディング関連以外のワークロードの場合、各ノードは約 500 QPS と最大 200 GB のストレージをサポートできます。
  • エンベディング関連のワークロードの場合、各ノードは約 500 QPS と最大 4 GB のストレージ（512 次元データ）をサポートできます。

Metrics Explorer でノード数（レプリカを含む）を確認できます。

月次シナリオの例（us-central1 を想定）

データ ストリームのワークロード - 2.5 TB のデータ（1 日あたり 1 GB 更新）と 1,200 QPS の Bigtable オンライン サービング

オペレーション	月間使用量	1 か月の費用
データ処理ノード	（1 GB/日）×（30 日/月）×（1,000 MB/GB）×（1 ノード時間 / 100 MB）= 300 ノード時間	300 ノード時間 ×（1 ノード時間あたり $0.08）= $24
最適化オンライン サービング ノード	なし	なし
Bigtable オンライン サービング ノード	（1 ノード）×（24 時間/日）×（30 日/月）= 720 ノード時間	720 ノード時間 ×（1 ノード時間あたり $0.94）= $677
Bigtable オンライン サービング ストレージ	（2.5 TB/月）×（1,000 GB/TB）= 2,500 GB/月	2,500 GB/月 ×（GB/月 $0.25）= $625
合計		$1,326

QPS の高いワークロード - 10 GB の非埋め込みデータ（1 日あたり 5 GB 更新）と 2,000 QPS のオンライン サービングの最適化

オペレーション	月間使用量	1 か月の費用
データ処理ノード	（5 GB/日）×（30 日/月）×（1,000 MB/GB）×（1 ノード時間 / 100 MB）= 1,500 ノード時間	1,500 ノード時間 ×（1 ノード時間あたり $0.08）= $120
最適化オンライン サービング ノード	Roundup(10 GB × (1 ノード / 200 GB)) = 1 × max(2 デフォルトのレプリカ、2,000 QPS × (1 レプリカ / 500 QPS)) = 合計 4 ノード × (24 時間/日) × (30 日/月) =2,880 ノード時間	2880 ノード時間 ×（1 ノード時間あたり $0.30）= $864
Bigtable オンライン サービング ノード	なし	なし
Bigtable オンライン サービング ストレージ	なし	なし
合計		$984

エンベディング サービング ワークロード - 20 GB のエンベディング データ（1 日あたり 2 GB 更新）と 800 QPS のオンライン サービングの最適化

オペレーション	月間使用量	1 か月の費用
データ処理ノード	（2 GB/日）×（30 日/月）×（1,000 MB/GB）×（1 ノード時間 / 100 MB）= 600 ノード時間	600 ノード時間 ×（1 ノード時間あたり $0.08）= $48
最適化オンライン サービング ノード	20 GB ×（1 ノード / 4 GB）= 5 × 最大（2 デフォルトのレプリカ、800 QPS ×（1 レプリカ / 500 QPS））= 合計 10 ノード ×（24 時間/日）×（30 日/月）= 7, 200 ノード時間	7,200 ノード時間 ×（1 ノード時間あたり $0.30）= $2,160
Bigtable オンライン サービング ノード	なし	なし
Bigtable オンライン サービング ストレージ	なし	なし
合計		$2,208

Vertex AI Feature Store（従来版）

Vertex AI Feature Store（従来版）の料金は、オンラインおよびオフライン ストレージの特徴データ量と、オンライン サービスの可用性に基づきます。1 時間あたりのノードは、仮想マシンが特徴データの提供に費やした時間、または特徴データ リクエスト処理の待機に費やした時間を表します。

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

特徴量のモニタリングを有効にすると、上記の料金に加え、以下の料金が課金されます。

• 分析されたすべてのデータに対して 1 GB あたり $3.50。スナップショット分析を有効にすると、Vertex AI Feature Store（従来版）で取得されたデータのスナップショットが含まれます。特徴分析のインポートを有効にした場合、取り込まれたデータのバッチが含まれます。
• 特徴値モニタリングで使用される、その他の Vertex AI Feature Store（従来版）オペレーションの追加料金には、以下が含まれます。
  • スナップショット分析の機能は、構成したモニタリング間隔に基づいて特徴値のスナップショットを定期的に取得します。
  • スナップショットのエクスポートにかかる料金は、通常のバッチ エクスポートの操作と同じです。

スナップショットの分析例

データ サイエンティストが Vertex AI Feature Store（従来版）の特徴値モニタリングを有効にし、日次のスナップショット分析のモニタリングをオンにします。エンティティ タイプのモニタリングのためにパイプラインが日次で実行されます。パイプラインで Vertex AI Feature Store（従来版）内の 2 GB のデータをスキャンし、0.1 GB のデータを含むスナップショットをエクスポートします。1 日の分析にかかる合計料金は次のとおりです。

(0.1 GB * $3.50) + (2 GB * $0.005) = $0.36

取り込みの分析例

データ サイエンティストが Vertex AI Feature Store（従来版）の特徴値モニタリングを有効にし、取り込みオペレーションのモニタリングをオンにします。取り込みオペレーションで Vertex AI Feature Store（従来版）に 1 GB のデータをインポートします。特徴値モニタリングの合計料金は次のとおりです。

(1 GB * $3.50) = $3.50

Vertex ML Metadata

メタデータ ストレージは、バイナリ ギガバイト（GiB）単位で測定されます。1 GiB は 1,073,741,824 バイトです。この測定単位は、gibibyteとも呼ばれます。

Vertex ML Metadata では、メタデータ ストレージに対して 1 ギビバイト（GiB）あたり月額 $10 が課金されます。料金は、メガバイト（MB）を単位として計算されます。たとえば、10 MB のメタデータを保存する場合、そのデータに対して月額 $0.10 が課金されます。

料金は、Vertex ML Metadata がサポートされているすべてのリージョンで共通です。

Vertex AI TensorBoard

Vertex AI TensorBoard を使用するには、プロジェクトの IAM 管理者に「Vertex AI TensorBoard ウェブアプリ ユーザー」のロールの割り当てをリクエストしてください。また、Vertex AI の管理者ロールにもアクセス権があります。

2023 年 8 月より、Vertex AI TensorBoard では、ログと指標のデータ保存の料金がユーザーごとの月額ライセンス $300/月から $10 GiB/月に変更されました。つまり、これまでの定額料金がなくなり、実際に使用したストレージ容量のみに料金が発生します。ストレージの管理方法については、Vertex AI TensorBoard: 過去の TensorBoard テストの削除のチュートリアルをご覧ください。

Vertex AI Vizier

Vertex AI Vizier は、Vertex AI 内のブラック ボックス最適化サービスです。Vertex AI Vizier の料金モデルは、次の要素で構成されています。

• RANDOM_SEARCH と GRID_SEARCH を使用するトライアルは、無料でご利用いただけます。詳しくは、検索アルゴリズムに関する記事をご覧ください。
• Vertex AI Vizier は、毎月 100 回まで無料で試用できます（RANDOM_SEARCH と GRID_SEARCH を使用するトライアルは、この合計数にカウントされません）。
• Vertex AI Vizier のトライアルが 100 回を超えると、それ以降の同月のトライアルには、1 回あたり $1 が課金されます（RANDOM_SEARCH または GRID_SEARCH を使用するトライアルは無料です）。

ベクトル検索

ベクトル検索の近似最近傍探索サービスの料金は、次の要素で構成されます。

• デプロイされたインデックスをホストするために使用される各 VM の 1 ノード時間あたりの料金。
• 新しいインデックスの作成、既存のインデックスの更新、インデックスのストリーミング アップデートの使用にかかる費用。

インデックスの作成と更新時に処理されるデータは、バイナリ ギガバイト（GiB）単位で測定されます。1 GiB は、1,073,741,824 バイトです。この測定単位は、gibibyte とも呼ばれます。

ベクトル検索では、すべてのリージョンにおいて、処理されたデータ 1 GiB あたり $3.00 が課金されます。また、ストリーミング アップデートに対しては、取り込まれたデータ 1 GiB あたり $0.45 が課金されます。

以下の各表は、ベクトル検索が利用可能な各リージョンにおけるインデックス サービス料金をまとめたものです。料金はリージョンごとのマシンタイプに対応し、1 ノード時間ごとに課金されます。

ベクトル検索の料金の例

ベクトル検索の料金は、データサイズ、実行する秒間クエリ数（QPS）、使用するノード数によって決まります。推定利用料金を算出するには、データサイズの合計を計算する必要があります。データサイズは、埋め込み / ベクトルの数 x 次元数 x 1 次元あたり 4 バイトです。データサイズが決まれば、利用料金と作成料金を計算できます。利用料金と作成料金の合計が、毎月の合計料金となります。

• 利用料金: レプリカ数 / シャード数 x シャード数（～データサイズ / シャードサイズ）x 1 時間あたりのコスト x 730 時間
• 作成料金: データサイズ（GiB）x $3/GiB x 更新回数/月

ストリーミング アップデート: ベクトル検索では、ヒューリスティック ベースの指標を使用して圧縮をトリガーするタイミングを決定します。最も古いものが 5 日以上前の未圧縮データである場合、圧縮は常にトリガーされます。ストリーミング アップデートの費用に加えて、バッチ アップデートと同じ頻度でインデックスを再構築する費用も課金されます。

エンベディング数 / ベクター	次元数	秒間クエリ数（QPS）	マシンタイプ	ノード	推定月額利用料金
200 万回	128	100	e2-standard-2	1	$68
2,000 万	256	1,000	e2-standard-16	1	$547
2,000 万	256	3,000	e2-standard-16	3	$1,642
1 億個	256	500	e2-highmem-16	2	$1,477
10 億	100	500	e2-highmem-16	8	$5,910

すべての例は、us-central1 のマシンタイプに基づいています。発生する料金は、リコールレートとレイテンシの要件によって異なります。推定月額利用料金は、コンソールで使用されるノード数に直接関係しています。コストに影響する設定パラメータの詳細については、リコールとレイテンシに影響する設定パラメータをご覧ください。

秒間クエリ数（QPS）が多い場合、これらのクエリをバッチ処理することで、総コストを最大 30%～40% 削減できます。

Vertex AI Model Registry

Vertex AI Model Registry は、モデルとモデルのバージョンを追跡し、一覧表示する中央リポジトリです。Vertex AI にモデルをインポートすると、Vertex AI Model Registry に表示されます。モデルを Model Registry に配置しても費用は発生しません。料金が発生するのは、モデルをエンドポイントにデプロイするとき、またはモデルに対してバッチ予測を行うときだけです。この料金は、デプロイするモデルのタイプによって決まります。

Vertex AI Model Registry からカスタムモデルをデプロイする場合の料金の詳細については、カスタム トレーニング モデルをご覧ください。AutoML モデルをデプロイする場合の料金については、AutoML モデルの料金をご覧ください。

Vertex AI Model Monitoring

Vertex AI を使用すると、モデルを本番環境にデプロイした後も、モデルの継続的な有効性をモニタリングできます。詳細については、Vertex AI Model Monitoring の概要をご覧ください。

Vertex AI Model Monitoring を使用すると、次の料金が発生します。

• 分析されるすべてのデータに対して 1 GB あたり $3.50。BigQuery テーブルに記録されたトレーニング データや予測データも含む。
• アトリビューション モニタリングが有効になっている場合、BigQuery ストレージや Batch Explain など、Model Monitoring で使用する他の Google Cloud プロダクトに対する料金。

Vertex AI Model Monitoring は、us-central1、europe-west4、asia-east1、asia-southeast1 のリージョンでサポートされています。料金はすべてのリージョンで同じです。

データサイズは、TfRecord 形式に変換された後に測定されます。

Vertex AI Model Monitoring ジョブを設定すると、トレーニング データセットに 1 回限りの料金が発生します。

予測データセットは、オンライン予測サービスから収集されたログで構成されています。予測リクエストはさまざまな時間枠で到着するため、時間枠ごとにデータが収集され、各予測時間枠で分析されたデータの合計が料金の計算に使用されます。

例: データ サイエンティストは、モデルに属する予測トラフィックに対して、モデル モニタリングを実行します。

• モデルは、BigQuery データセットからトレーニングされます。TfRecord に変換後のデータサイズは 1.5 GB です。
• 午後 1 時から午後 2 時の間に記録された予測データは 0.1 GB、午後 3 時から午後 4 時の間に記録された予測データは 0.2 GB です。

• モデルのモニタリング ジョブを設定するための合計料金は次のとおりです。

  (1.5 GB * $3.50) + ((0.1 GB + 0.2 GB) * $3.50) = $6.30

Vertex AI Workbench

料金情報を確認するには、インスタンス、マネージド ノートブック、またはユーザー管理のノートブックを選択してください。

その他の Google Cloud リソース

上記の料金に加え、Google Cloud のリソースを使用する場合、別途料金が発生します。 次に例を示します。

• データ分析サービス: ノートブックで SQL クエリを発行すると、BigQuery のコストが発生します（BigQuery の料金をご覧ください）。

• 顧客管理の暗号鍵: 顧客管理の暗号鍵を使用すると費用が発生します。マネージド ノートブックまたはユーザー管理のノートブック インスタンスで Cloud Key Management Service 鍵が使用されると、そのオペレーションの費用は Cloud KMS 鍵オペレーションのレートで請求されます（Cloud Key Management Service の料金をご覧ください）。

Colab Enterprise

Colab Enterprise の料金情報については、Colab Enterprise の料金をご覧ください。

Deep Learning Containers、Deep Learning VM、AI Platform Pipelines

Deep Learning Containers、Deep Learning VM Image、AI Platform Pipelines の料金は、コンピューティングおよびストレージ リソースの使用量に基づいて計算されます。これらのリソースには、Compute Engine および Cloud Storage と同じ料金レートが適用されます。

コンピューティングおよびストレージの料金に加え、Google Cloud のリソースを利用している場合は、それに対する料金も加算されます。次に例を示します。

• データ分析サービス: ノートブックで SQL クエリを発行すると、BigQuery のコストが発生します（BigQuery の料金をご覧ください）。

• 顧客管理の暗号鍵: 顧客管理の暗号鍵を使用すると費用が発生します。マネージド ノートブックまたはユーザー管理のノートブック インスタンスで Cloud Key Management Service 鍵が使用されると、そのオペレーションの費用は Cloud KMS 鍵オペレーションのレートで請求されます（Cloud Key Management Service の料金をご覧ください）。

データラベル付け

Vertex AI を使用すると、カスタム ML モデルのトレーニングに使用するデータのコレクションに対し、人間によるラベル付けをリクエストできます。料金は、ラベル付けタスクのタイプに基づいて計算されます。

• 通常のラベル付けタスクの場合、アノテーションの単位数によって料金が決まります。
  • 画像分類タスクの場合は、画像の数とラベル付け担当者の数で単位が決定されます。たとえば、1 枚の画像を 3 人のラベル付け担当者が処理する場合、1 × 3 = 3 単位としてカウントされます。シングルラベル分類とマルチラベル分類の料金は同じです。
  • 画像の境界ボックスタスクの場合、画像内で識別された境界ボックスの数とラベル付け担当者の数によって単位が決定されます。たとえば、2 つの境界ボックスがあり、3 人のラベル付け担当者が処理する場合、2 × 3 = 6 単位としてカウントされます。境界ボックスのない画像は課金されません。
  • 画像セグメンテーション / 回転ボックス / ポリライン / ポリゴンタスクの場合、単位は画像境界ボックスタスクと同じ方法で決定されます。
  • 動画分類タスクの場合、単位は動画の長さ（料金の単位は 5 秒）とラベル付け担当者の数によって決定されます。たとえば、25 秒の動画を 3 人のラベル付け担当者が処理する場合、25 ÷ 5 × 3 = 15 単位としてカウントされます。シングルラベル分類とマルチラベル分類の料金は同じです。
  • 動画のオブジェクト トラッキング タスクの場合は、動画内で識別されたオブジェクトの数とラベル付け担当者の数によって、単位が決定されます。たとえば、2 つのオブジェクトがあり、3 人のラベル付け担当者が処理する場合、2 × 3 = 6 単位としてカウントされます。オブジェクトのない動画は課金されません。
  • 動画の動作認識タスクの場合、動画オブジェクト トラッキング タスクと同じ方法で単位が決定されます。
  • テキスト分類タスクの場合は、テキストの長さ（料金の単位は 50 単語）とラベル付け担当者の数によって、単位が決定されます。たとえば、100 単語のテキストで 3 人のラベル付け担当者が処理する場合、100 ÷ 50 × 3 = 6 単位としてカウントされます。シングルラベル分類とマルチラベル分類の料金は同じです。
  • テキストの感情タスクの場合、テキスト分類タスクと同じ方法で単位が決定されます。
  • テキスト エンティティ抽出タスクの場合、テキストの長さ（料金の単位は 50 単語）、識別されたエンティティの数、ラベル付け担当者の数によって単位が決定されます。たとえば、100 単語のテキストで、2 つのエンティティがあり、3 人のラベル付け担当者が処理する場合、100 ÷ 50 × 2 × 3 = 12 単位としてカウントされます。エンティティのないテキストは課金されません。

• 画像 / 動画 / テキスト分類とテキスト感情のタスクでは、ラベルセットのサイズが大きすぎると、ラベル付け担当者がクラスを追跡できなくなる可能性があります。そのため、ラベル付け担当者には一度に最大 20 個のクラスが送信されます。たとえば、ラベルセットのサイズが 40 の場合、各データ項目は人間によるレビューに 40 ÷ 20 = 2 回送信され、上記で算出した料金の 2 倍の料金が課金されます。

• カスタム ラベラー機能を有効にするラベル付けタスクの場合、各データ項目は 1 つのカスタム ラベラー単位としてカウントされます。

• モデルによって生成されたアノテーションを含むデータ項目に対するアクティブな学習ラベル付けタスクの場合（ラベル付け担当者のサポートなし）、各データ項目は 1 つのアクティブな学習単位としてカウントされます。

• ラベル付け担当者によって生成されたアノテーションを含むデータ項目に対するアクティブな学習ラベル付けタスクの場合、各データ項目は上記のような通常のラベル付けタスクとしてカウントされます。

以下のテーブルでは、各目的の単位別に、ラベリング担当者 1 名および 1,000 ユニットあたりの料金を示しています。Google Cloud のプロジェクトでは、月間 5 万単位まではティア 1 の料金が適用されます。月間 5 万単位を超える場合は、それ以降、月 95 万単位までティア 2 の料金が適用されます。ティア 2 の最大ユニット数は、100 万ユニットです。月間 100 万単位を越える場合の料金については、こちらからお問い合わせください。

データ型	目的	単位	ティア 1	ティア 2
画像	分類	画像	$35	$25
	境界ボックス	境界ボックス	$63	$49
	セグメンテーション	セグメント	$870	$850
	回転ボックス	境界ボックス	$86	$60
	ポリゴン / ポリライン	ポリゴン / ポリライン	$257	$180
動画	分類	5 秒の動画	$86	$60
	オブジェクト トラッキング	境界ボックス	$86	$60
	動作認識	30 秒の動画内のイベント	$214	$150
テキスト	分類	50 単語	$129	$90
	感情	50 単語	$200	$140
	エンティティの抽出	エンティティ	$86	$60
能動的学習	すべて	データ項目	$80	$56
カスタム ラベラー	すべて	データ項目	$80	$56

Cloud Storage の利用が必須になる場合

このドキュメントに記載されている料金のほかに、Vertex AI のライフサイクル中は、データやプログラム ファイルを Cloud Storage バケットに保存する必要があります。このストレージは、Cloud Storage 料金ポリシーの対象になります。

次の場合は Cloud Storage の利用が必須となります。

• カスタム トレーニング モデル用のトレーニング アプリケーション パッケージをステージングする。

• トレーニングの入力データを保存する。

• トレーニング ジョブの出力を保存する。Vertex AI の場合、こうした出力を長期間保存する必要はありません。オペレーションが完了したら、すぐにファイルを削除できます。

リソースを管理するための無料のオペレーション

AI Platform が提供するリソース管理オペレーションは、無料で利用できます。ただし、AI Platform 割り当てポリシーにより、オペレーションの一部が制限されることがあります。

リソース	無料のオペレーション
モデル	create、get、list、delete
バージョン	create、get、list、delete、setDefault
ジョブ	get、list、cancel
オペレーション	get、list、cancel、delete

Google Cloud の料金

分析する画像を Cloud Storage に保存する場合や、他の Google Cloud リソースを Vertex AI と併用する場合は、そのサービスの利用料も課金の対象となります。

Google Cloud Console で現在の課金ステータス（使用状況や現在の請求額を含む）を確認するには、お支払いページをご覧ください。アカウントの管理について詳しくは、Cloud Billing のドキュメントまたは課金とお支払いのサポートをご覧ください。

次のステップ

• Vertex AI のドキュメントを読む。
• Vertex AI のソリューションとユースケースを確認する。

  カスタム見積もりをリクエストする

  Google Cloud の従量課金制では、使用したサービスに対してのみ料金が発生します。カスタム見積もりをご希望の場合は、Google のセールスチームにお問い合わせください。

  お問い合わせ